Agentforce 시작하기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- Agentforce가 무엇인지 설명합니다.
- Agentforce의 주요 특징을 파악합니다.
- Agentforce의 일부 사용 사례를 나열합니다.
시작하기 전에
이 모듈을 시작하기 전에, 다음 추천 콘텐츠를 먼저 완료해 보세요.
앞으로 나아갈 여정의 주인공
Cloud Kicks의 Salesforce 관리자인 Linda Rosenberg를 소개합니다. 스타일리시하고 편안한 맞춤형 운동화를 판매하는 Cloud Kicks는 빠르게 성장 중인 회사입니다. Linda는 고객에게 더 나은 서비스를 제공하고 Cloud Kicks 직원들의 업무를 더욱 쉽게 만들 수 있는 방법을 찾고 있으며, Agentforce가 제공하는 가치에 대해 기대하고 있습니다.
Linda의 목표는 시간이 오래 걸리고 반복적인 비즈니스 업무를 자동화하여 직원들의 생산성을 높이고, 이를 통해 직원들이 더 전략적인 업무에 집중할 수 있도록 하는 것입니다. 또한 고객에게 보다 개인화된 응답을 제공하여 필요한 도움을 제공하려 합니다.
어느 날, 고객인 Alex가 Cloud Kicks에 연락하여 여러 질문을 합니다. 다음은 고객 상호 작용이 Agentforce 없이 진행되는 경우입니다.
고객(Alex): “안녕하세요. 방금 커스텀 운동화 한 켤레를 주문했는데요. 배송이 언제 되는지 알 수 있을까요?”
고객 서비스 담당자(CSR): “Alex님, 안녕하세요! 주문하신 상품은 영업일 기준 2~3일 이내에 배송되며, 배송 후 5~7일 이내에 주소지로 도착할 예정입니다.”
Alex: “감사합니다! 혹시 뉴욕에 매장이 있나요?”
CSR: “글쎄요. 매장 위치를 확인해 보겠습니다. 잠시만 기다려 주세요.”
CSR(긴 시간이 경과된 후): “뉴욕에는 매장이 없는 것으로 보입니다. 자세한 내용은 웹 사이트를 확인해 주세요.”
Alex: “알겠습니다. 감사합니다. 한 가지 더요. 뉴욕에서 달리기 좋은 코스를 추천해 주실 수 있나요?”
CSR: “죄송하지만 해당 정보에 대해서는 알지 못합니다. 현지 러닝 클럽이나 관광 웹 사이트를 참고해 주세요. 다른 궁금한 사항이 있으신가요?”
Alex: “아니요. 충분합니다. 도와주셔서 감사합니다.”
CSR: “천만에요. 좋은 하루 보내세요!”
Alex는 친절하게 답했지만, 이 대화는 실시간 데이터 액세스와 포괄적인 정보 없이 자동화된 고객 서비스의 문제점을 잘 보여줍니다. 지연과 불완전한 응답은 고객 만족도를 저하시킵니다.
Linda는 Agentforce가 고객 상호 작용을 혁신할 수 있다는 가능성에 매우 기대하고 있습니다. Agentforce를 사용할 경우 고객 서비스는 더 자율적이면서도 스스로 관련 정보를 제공할 수 있게 됩니다. Agentforce는 모든 상호 작용이 원활하고, 효율적이며, 유용하게 이루어지도록 합니다.
Agentforce 소개
Agentforce는 자율적인 지원 기능을 제공하는 인공 지능(AI) 에이전트의 맞춤형 제품군입니다. AI 에이전트는 작업과 비즈니스 상호 작용을 수행하는 목표 지향적 AI 애플리케이션입니다. 지능적인 결정을 내리도록 설계된 Agentforce는 일련의 작업을 시작하고 완료하며, 자연어 대화를 처리하고, 비즈니스 데이터에서 추출한 관련 정보를 안전하게 제공할 수 있습니다. 사용자가 데스크톱을 사용하든 모바일 기기를 사용하든 관계없이, 다양한 워크플로와 상호 작용 전반에 걸쳐 지원을 제공합니다.
무엇보다 Salesforce에서 AI 에이전트를 설정하기 위해 코드를 작성할 필요가 없습니다. Agentforce를 활성화하고, 에이전트를 생성하기만 하면 됩니다. 기본적으로 AI 에이전트가 수행할 수 있는 작업은 다음과 같습니다.
- 기회, 계정, 사례와 같은 Salesforce 레코드를 요약합니다.
- 이메일 초안을 작성하거나 수정합니다.
- Salesforce 레코드를 찾아서 업데이트합니다.
- Salesforce 데이터를 집계합니다.
- 기술 자료의 정보를 기반으로 질문에 답변합니다.
그뿐만 아니라 기존 Salesforce Platform을 활용해 AI 에이전트를 쉽게 확장할 수 있습니다. 예를 들어 Salesforce에 이미 제품 추천을 할 수 있는 플로가 있는 경우 몇 번의 클릭만으로 에이전트에 해당 기능을 손쉽게 추가할 수 있습니다.
Agentforce의 특징
새로운 디지털 어시스턴트에 더 친숙해질 수 있도록 Agentforce의 각 특징을 자세히 살펴보겠습니다.
신뢰 관계
Salesforce에게 신뢰는 최우선 가치입니다. 따라서 Salesforce는 Agentforce와 같은 생성형 AI 도구를 신뢰 기반으로 설계합니다.
AI 에이전트는 Salesforce의 표준 액세스 제어에 따라 모든 작업을 안전하게 수행합니다. 또한 Agentforce는 Salesforce Platform에 기본적으로 내장된 보안 AI 아키텍처인 Einstein Trust Layer와 통합되어 있습니다. 이를 통해 고객 데이터를 위험에 노출시키지 않고도 생성형 AI의 이점을 누릴 수 있으며, 신뢰할 수 있는 데이터를 활용해 AI 응답의 품질을 향상시킬 수 있습니다.
처리 방식은 다음과 같습니다.
-
데이터 그라운딩: Trust Layer는 신뢰할 수 있는 회사 데이터로 생성형 프롬프트를 강화합니다.
-
데이터 보존 금지: 사용자의 데이터는 타사 대규모 언어 모델(LLM) 제공업체에 저장되지 않고 안전하게 보호됩니다.
-
AI 모니터링: AI 상호 작용을 기록하여 각 사용자 상호 작용의 결과에 대한 가시성을 제공합니다.
정확성이 중요한 상황에서는 에이전트가 대화를 실제 인력에게 자연스럽게 넘길 수 있습니다. 예를 들어, 사용자가 비밀번호 재설정과 같은 복잡한 문제로 상담원과 대화하기를 원하는 경우, 에이전트는 신원을 확인한 뒤 대화를 빠르게 전달해 개인화된 지원을 제공할 수 있습니다.
사전 행동
단순히 반응하는 데 그치지 않고, 미리 행동하는 AI 에이전트도 있습니다. 이는 변화가 빠른 비즈니스 환경에서 매우 중요한 기능입니다. AI 에이전트는 추론과 실행 프로세스를 수행하는 데 Agentforce의 추론 엔진을 사용합니다. 이러한 추론 엔진은 반복적인 작업을 자동화하고, 일상 업무를 처리하며, 고객에게 적절한 솔루션을 찾아 줍니다. 이는 Cloud Kicks의 서비스 담당자들의 업무 프로세스를 간소화하여 작업을 쉽고 효율적으로 만들어 줍니다.
AI 에이전트가 추론을 통해 작업 효율을 높이는 방식은 다음과 같습니다.
사례 상태 업데이트:
-
추론: 에이전트가 사례 맥락, 현재 상태 및 최근 업데이트를 검토합니다.
-
실행: 에이전트가 고객에게 변경 사항을 알리거나, 문제를 상위 지원 팀으로 에스컬레이션합니다.
-
관찰: 에이전트가 사례 결과를 모니터링하고, 효율적인 해결을 위해 접근 방식을 조정합니다.
이메일 수신:
-
추론: 에이전트가 이메일 내용과 요청의 성격을 검토합니다.
-
실행: 에이전트가 이메일을 처리하고, 새로운 지원 티켓을 생성하거나, 관련 부서로 연결합니다.
-
관찰: 에이전트가 응답을 모니터링하여 문제가 올바르게 처리되었는지 확인하고, 필요한 경우 조정합니다.
영업 후속 조치:
-
추론: 에이전트가 고객의 관심사와 문의 내용을 검토합니다.
-
실행: 에이전트가 리드의 참여 유지를 위해 영업 담당자의 후속 통화를 예약합니다.
-
관찰: 에이전트가 후속 조치 결과를 모니터링하고, 향후 상호 작용을 개선하기 위해 접근 방식을 조정합니다.
자연어
대화형 인터페이스를 사용하면 실제 사람과 이야기하듯 자연어로 질문하거나 지시할 수 있습니다. Agentforce는 대화의 맥락을 유지하기 때문에 후속 질문이나 관련 요청도 자연스럽게 할 수 있습니다.
예를 들면, 영업 담당자는 Salesforce UI를 탐색해 레코드를 찾는 대신, 간단하게 ‘Show me my Acme deals(내 Acme 거래 표시)’라고 입력할 수 있습니다. AI 에이전트는 이 요청을 해석하고 자연어로 응답하며, 해당 기회 목록을 표시합니다. 이렇게 하면 믿을 수 있는 동료와 대화하는 것처럼 느껴집니다.
같은 대화에서 영업 담당자가 'Show me their open cases(진행 중인 사례 표시)'라고 이어서 요청하면, AI 에이전트는 이전 대화의 맥락을 기억하고 Acme와 관련된 내용임을 인지합니다. 이러한 기능 덕분에 여러 번의 상호 작용이 일관되고 효율적으로 이루어집니다.
하지만 Agentforce의 능력은 대화 인터페이스나 채팅창에만 국한되지 않습니다. 플로나 Apex 클래스를 호출할 수 있는 어디서든, 에이전트를 트리거하여 백그라운드 작업이나 이벤트 기반 작업을 수행할 수 있습니다.
Agentforce와 Einstein Bots 비교
Agentforce와 Einstein Bots의 차이를 잘 모르신다고요? 봇은 설정하는 데 많은 전문 지식과 시간이 필요하며, 복잡하고 엄격하게 정의된 대화 규칙을 기반으로 합니다.
Agentforce는 LLM을 기반으로 하므로 더 유연하고 더 적은 구성이 필요합니다. 자세한 내용은 AI 에이전트와 Chatbot의 차이점을 참고하세요.
동적 정보 검색
동적 정보 검색 기능은 AI 에이전트가 복잡한 작업을 매우 효과적으로 처리할 수 있도록 합니다. 작동 방식은 다음과 같습니다.
-
검색 증강 생성(RAG): 에이전트는 Data Cloud의 정형 및 비정형 데이터를 대상으로 시맨틱 검색을 수행하여 외부 소스나 데이터베이스에서 관련 정보를 가져올 수 있습니다.
-
일반 정보 검색 도구: 웹 검색, Knowledge Q&A와 같은 도구는 에이전트가 복잡한 작업을 처리할 수 있도록 지원합니다. 예를 들어, 온라인에서 회사나 제품을 조사한 후, 내부 Knowledge와 결합해 이메일 요약을 작성할 수 있습니다.
-
Flow, API, Apex 클래스에서의 배포: 이러한 환경에 에이전트를 배포하여 모든 맥락 정보를 전달할 수 있습니다. 이렇게 하면 상황별로 맞춤형 솔루션을 만들 필요가 없어지며, 에이전트는 더욱 유연하고 효율적으로 작동하게 됩니다.
이제 Agentforce가 어떻게 고객 상호 작용을 개선하고 반복적인 작업을 자동화하는지 알게 되었으니, 처음의 대화 사례로 돌아가 Agentforce가 실제로 어떤 변화를 가져오는지 살펴보겠습니다.
고객(Alex): “안녕하세요. 방금 커스텀 운동화 한 켤레를 주문했는데요. 배송이 언제 되는지 알 수 있을까요?”
Agentforce: “Alex님, 안녕하세요! 주문하신 상품은 영업일 기준 2~3일 이내에 배송되며, 배송 후 5~7일 이내에 주소지로 도착할 예정입니다. 주문과 관련해 더 궁금하신 사항이 있을까요?”
Alex: “감사합니다! 혹시 뉴욕에 매장이 있나요?”
Agentforce: “뉴욕에 오프라인 매장은 없지만 다음 달 10월 1일부터 15일까지 123 패션 에비뉴에서 팝업 스토어가 열릴 예정입니다. 온라인으로도 최신 스타일을 만나보실 수 있어요.”
Alex: “좋네요. 감사합니다! 한 가지 더요. 뉴욕에서 달리기 좋은 코스를 추천해 주실 수 있나요?”
Agentforce: “물론이죠! 멋진 러닝 코스로 센트럴파크의 Reservoir Loop를 추천합니다. 거리는 1.58마일이며, 아름다운 경치를 감상할 수 있습니다. 더 긴 코스로는 약 13마일의 허드슨강 그린웨이가 있습니다. 즐거운 러닝 되세요!”
Alex: “완벽해요. 정보 감사합니다!”
Agentforce: “천만에요! 더 궁금한 점이 있으면 언제든지 문의해 주세요. 좋은 하루 보내세요!”
이렇게 훨씬 유용한 답변을 제공할 수 있습니다. 각 질문에 구체적인 세부 정보로 바로 답변이 제공되고, 지연되거나 모호한 응답이 전혀 없었습니다. Linda는 효과를 확신했으며 이제 당장이라도 Agentforce를 사용해 보고 싶어 합니다.
Linda와 함께 Agentforce의 다양한 구성 요소를 살펴보고 이 기능이 어떻게 작동하는지 자세히 알아보세요.